Chương 8<br />
TỰ TƯƠNG QUAN<br />
<br />
1<br />
<br />
NỘI DUNG<br />
1. Bản chất của tự tương quan<br />
2. Nguyên nhân của tự tương quan<br />
3. Một số khái niệm về lược đồ tự tương<br />
quan<br />
4. Ước lượng OLS khi có tự tương quan<br />
5. Hậu quả của tự tương quan<br />
6. Cách phát hiện tự tương quan<br />
7. Biện pháp khắc phục tự tương quan<br />
<br />
2<br />
<br />
1. Bản chất của tự tương quan<br />
Tự tương quan là hiện tượng các sai số ngẫu<br />
nhiên của mô hình có tương quan về mặt<br />
thống kê với nhau.<br />
Tự tương quan (autocorrelation) và tương<br />
quan chuỗi (serial correlation) là hai khái niệm<br />
được xem như nhau.<br />
Vì hiện tượng tự tương quan có thể xảy ra với<br />
mọi mô hình và không khác nhau trong cách<br />
kiểm định, cách khắc phục giữa các mô hình<br />
nên để đơn giản và cũng không mất tính tổng<br />
quát, ở đây ta xét mô hình hồi qui một biến độc<br />
lập, dưới dạng ngẫu nhiên.<br />
<br />
3<br />
<br />
1. Bản chất của tự tương quan (tt)<br />
Trong mô hình hồi quy tuyến tính cổ điển chúng ta<br />
giả định không có tương quan giữa các sai số<br />
ngẫu nhiên, tức là Cov(uiuj) = 0 với mọi i, j.<br />
⇒ Cov(ui,uj) ≠ 0: tự tương quan<br />
<br />
ui<br />
<br />
ui<br />
<br />
t<br />
<br />
t<br />
4<br />
<br />
2. Nguyên nhân của tự tương quan<br />
* Nguyên nhân khách quan:<br />
Chuỗi có tính chất quán tính theo chu kỳ.<br />
Hiện tượng mạng nhện: dãy số cung về café năm nay<br />
phụ thuộc vào giá năm trước<br />
Ui không còn ngẫu<br />
nhiên nữa.<br />
Do tính trễ trong kinh tế: tiêu dùng ở thời kỳ này<br />
chẳng những phụ thuộc vào thu nhập kỳ này mà còn<br />
phụ thuộc vào tiêu dùng của kỳ trước nữa.<br />
* Nguyên nhân chủ quan<br />
Chọn dạng mô hình/hàm sai.<br />
Đưa thiếu biến giải thích vào mô hình.<br />
Việc xử lý, tập hợp số liệu.<br />
5<br />
<br />